什么是人工智能機(jī)器人？

人工智能（AI） 機(jī)器人是在現(xiàn)實(shí)世界環(huán)境中工作的人工智能體。機(jī)器人和人工智能領(lǐng)域的變化正在促使制造商從傳統(tǒng)上用于生產(chǎn)的自動(dòng)化流程轉(zhuǎn)變?yōu)槭褂米灾鲗W(xué)習(xí)的過程。除了機(jī)器人處理日常任務(wù)的能力之外，機(jī)器人現(xiàn)在還可以對人類和環(huán)境輸入做出反應(yīng)。

制造自動(dòng)化的現(xiàn)狀

根據(jù)國際機(jī)器人聯(lián)合會(huì)（IFR）最近發(fā)布的一份報(bào)告，2018 年全球工業(yè)機(jī)器人手臂的出貨量達(dá)到了 38.4 萬件，創(chuàng)下了歷史新高。在主要進(jìn)口國中，中國是最大的市場（占35%），其次是日本和美國。汽車和電子制造仍然是工業(yè)機(jī)器人手臂最大的應(yīng)用市場，約占60%，高于金屬、塑料、食品等其他行業(yè)。

由于傳統(tǒng)機(jī)器人和計(jì)算機(jī)自動(dòng)化的局限性，目前除了汽車和電子行業(yè)，幾乎沒有倉儲、農(nóng)業(yè)等行業(yè)開始使用機(jī)械臂。這種局面將被人工智能機(jī)器人、深度學(xué)習(xí)等新技術(shù)改變。自動(dòng)化和工業(yè)機(jī)械臂在制造業(yè)已經(jīng)有幾十年的歷史了，但即使是自動(dòng)化程度最高的汽車制造業(yè)，離所謂的熄燈工廠還有很長的路要走。例如，汽車組裝的大部分零件仍然是手工完成的。這也是汽車制造廠勞動(dòng)強(qiáng)度最大的部分。平均而言，汽車廠三分之二的員工在裝配車間。

為什么全自動(dòng)化如此困難？

迄今為止，自動(dòng)化仍然存在無法克服的技術(shù)限制。

今天的自動(dòng)化生產(chǎn)線一般都是為大規(guī)模生產(chǎn)而設(shè)計(jì)的。它們可以有效降低成本，但缺乏靈活性。隨著消費(fèi)者喜歡生命周期越來越短的產(chǎn)品，定制生產(chǎn)的需求也隨之增加。人類通常比機(jī)器人更能對這些新產(chǎn)品線做出反應(yīng)，因?yàn)樗麄儾恍枰ㄙM(fèi)大量時(shí)間來重寫程序或改變制造流程。

• 靈巧性和復(fù)雜性

盡管技術(shù)進(jìn)步很快，但人類仍然比機(jī)器人靈巧得多。雖然組裝過程已經(jīng)高度自動(dòng)化，但它們?nèi)匀恍枰褂萌肆M(jìn)行編程操作。

制造和倉儲所需的材料準(zhǔn)備是可以提高生產(chǎn)效率的一個(gè)領(lǐng)域。在組裝過程中，組裝所需的所有零件都可以放在一個(gè)工具箱中。然后機(jī)器人可以從工具箱中取出每個(gè)零件并執(zhí)行裝配操作。如果每個(gè)零件都處于固定的位置和角度，則自動(dòng)編程相對容易。相反，在需要從雜亂無章的零件盒中識別和檢索零件的地方，這對現(xiàn)有的機(jī)器視覺和機(jī)器人技術(shù)是一個(gè)挑戰(zhàn)。

• 視覺和非視覺反饋

許多復(fù)雜的裝配操作需要操作員的經(jīng)驗(yàn)或感覺。無論是安裝汽車座椅還是將零件放入工具箱，這些看似簡單的動(dòng)作都需要操作員或機(jī)器人根據(jù)各種視覺甚至觸覺信號來接收和調(diào)整動(dòng)作的角度和力度。

這些微調(diào)要求讓傳統(tǒng)的自動(dòng)化編程幾乎毫無用處，因?yàn)槊看问叭』蚍胖梦锲窌r(shí)，過程都不一樣。你需要有能力從多次嘗試中學(xué)習(xí)，并像人類大腦一樣總結(jié)所需的行動(dòng)。然而，機(jī)器學(xué)習(xí)，尤其是深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)，可以給機(jī)器人技術(shù)帶來重大變化。

機(jī)器人 2.0：人工智能可以讓生產(chǎn)做什么？

AI給機(jī)械臂帶來的最大變化是：在過去，機(jī)械臂只能重復(fù)執(zhí)行工程師編寫的程序。雖然精度和速度很高，但它們無法應(yīng)對任何環(huán)境或工藝的變化。但現(xiàn)在因?yàn)橛辛巳斯ぶ悄埽瑱C(jī)器可以自己學(xué)習(xí)更復(fù)雜的任務(wù)。

具體來說，AI機(jī)器人與傳統(tǒng)機(jī)械臂相比，在三大領(lǐng)域有重大突破：

• 視覺系統(tǒng)

即使是最高端的 3D 工業(yè)相機(jī)，也無法像人眼一樣準(zhǔn)確判斷深度和距離。它們也無法識別透明包裝、反光表面或變形物體。機(jī)器視覺在過去幾年取得了長足的進(jìn)步，它利用深度學(xué)習(xí)、語義分割和場景理解來提高低端相機(jī)的深度和圖像識別能力。這使得制造商無需使用昂貴的相機(jī)即可獲得足夠準(zhǔn)確的圖像。這種圖像識別可以成功識別透明或反光物體包裝。

• 可擴(kuò)展性

深度學(xué)習(xí)不需要像傳統(tǒng)機(jī)器視覺那樣預(yù)先構(gòu)建每個(gè)項(xiàng)目的 3D 模型。只需輸入圖像，經(jīng)過訓(xùn)練，人工神經(jīng)網(wǎng)絡(luò)就可以自動(dòng)識別圖像中的物體。它甚至可以使用無監(jiān)督或自監(jiān)督學(xué)習(xí)來減少手動(dòng)標(biāo)記數(shù)據(jù)或特征的需要。這使機(jī)器能夠以一種更接近人類的方式學(xué)習(xí)，消除人工干預(yù)，并允許機(jī)器人面對新任務(wù)而無需工程師重寫程序。隨著機(jī)器的不斷運(yùn)轉(zhuǎn)，收集到的數(shù)據(jù)越來越多，機(jī)器學(xué)習(xí)模型的準(zhǔn)確性進(jìn)一步提高。

由于深度學(xué)習(xí)模型一般都存儲在云端，機(jī)器人之間可以相互學(xué)習(xí)，共享知識。這不僅節(jié)省了其他機(jī)器的學(xué)習(xí)時(shí)間，而且保證了質(zhì)量的一致性。

• 智能擺放

“請輕拿輕放，或?qū)⑽锲窋[放整齊”，這對機(jī)械臂來說是一個(gè)巨大的技術(shù)挑戰(zhàn)。

如何定義“小心輕放”？當(dāng)物體接觸桌面時(shí)，它會(huì)停止施力嗎？或者是移動(dòng)到一定距離，然后放開，讓物體自然下落？這是對這項(xiàng)技術(shù)的考驗(yàn)。

“整齊地?cái)[放物品”更是難上加難。為了準(zhǔn)確地將物品放置在所需的位置和角度，我們必須首先從正確的位置拾取物品。機(jī)械臂仍然不如人手靈巧。大多數(shù)機(jī)械臂使用吸盤或夾具，要實(shí)現(xiàn)人體關(guān)節(jié)和手指的靈活性還有很長的路要走。其次，我們需要能夠即時(shí)確定被抓取物體的角度位置和形狀。我們需要知道其他物體或障礙物在哪里，以便判斷放置物品的位置以節(jié)省最多空間。

通過AI，機(jī)械臂可以更準(zhǔn)確地判斷深度，也可以通過訓(xùn)練學(xué)習(xí)提高。物品可以面朝上、面朝下或其他不同位置放置。您還可以使用對象建模來預(yù)測和重建3D對象，以便機(jī)器可以更準(zhǔn)確地確定實(shí)際對象的大小和形狀，并將物品放置在適當(dāng)?shù)奈恢谩?

AI機(jī)器人將如何顛覆制造業(yè)？

行業(yè)現(xiàn)有參與者普遍選擇專注于持續(xù)創(chuàng)新、改進(jìn)現(xiàn)有產(chǎn)品和服務(wù)，以服務(wù)現(xiàn)有客戶。這時(shí)，一些資源較少的小公司可以抓住機(jī)會(huì)瞄準(zhǔn)被忽視的市場，在這些市場上站穩(wěn)腳跟。AI機(jī)器人將為制造業(yè)帶來顛覆性創(chuàng)新。

顛覆性創(chuàng)新分為初級市場創(chuàng)新和新市場創(chuàng)新兩種。人工智能機(jī)器人帶來的是對新市場的顛覆性創(chuàng)新。新市場創(chuàng)新是指新公司針對現(xiàn)有公司尚未服務(wù)的新市場所帶來的創(chuàng)新。

由于汽車和電子制造行業(yè)占工業(yè)機(jī)械臂的 60%，許多制造商專注于持續(xù)創(chuàng)新，做他們最擅長的和客戶最需要的，從而進(jìn)一步提高速度和準(zhǔn)確性。倉儲、食品制造和材料準(zhǔn)備工藝都被忽視了?？蛻舨⒉蝗狈Ω咚?、高精度的機(jī)器人，但他們正在尋找更靈活、能夠?qū)W會(huì)靈活執(zhí)行不同任務(wù)的機(jī)械臂?？吹竭@種未被滿足的需求，AI 機(jī)器人公司開始將人工智能應(yīng)用到機(jī)器人上，使機(jī)械臂可以用于材料準(zhǔn)備、包裝和倉儲等新市場。機(jī)器學(xué)習(xí)模型中使用的低級攝像頭可自動(dòng)執(zhí)行材料準(zhǔn)備和貨物分揀等程序，而這些程序過去只能手動(dòng)完成。機(jī)器人手臂可以在更多的地方和廣泛的行業(yè)中使用。

AI機(jī)器人帶來的挑戰(zhàn)與機(jī)遇

AI和機(jī)器人的結(jié)合帶來了許多可能性，但這些變化絕不會(huì)一蹴而就。即便機(jī)械臂公司開始投資人工智能，也必須思考如何重構(gòu)組織和發(fā)展戰(zhàn)略，以最大限度地減少轉(zhuǎn)型的負(fù)面影響，并滿足各公司管理層提出的需求。

另一方面，開拓新市場絕非易事。初創(chuàng)公司仍然需要與制造商密切合作，以開發(fā)更好地滿足客戶需求的解決方案。制造過程比倉儲更加復(fù)雜和多樣化。雖然初創(chuàng)公司了解人工智能和機(jī)器人技術(shù)，但他們不一定了解制造過程。

在制造業(yè)發(fā)展人工智能，不僅帶來了解應(yīng)用案例、掌握數(shù)據(jù)的優(yōu)勢，更通過人工智能機(jī)器人等新技術(shù)實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型的目標(biāo)。傳統(tǒng)制造廠商通過和這些初創(chuàng)企業(yè)合作，不僅可以通過流程自動(dòng)化提高生產(chǎn)效率和質(zhì)量，還可以為過去難以執(zhí)行的流程提供定制化的解決方案。通過擺脫大規(guī)模制造和降價(jià)競爭的策略，初創(chuàng)公司可以成為新一代人工智能機(jī)器人的試驗(yàn)場，為電子或半導(dǎo)體制造行業(yè)開發(fā)專屬解決方案。